sklearn 교차 검증crossval_score 매개 변수 분석
2760 단어 sklearn
from sklearn.model_selection import cross_val_scorecross_val_score(estimator,
X,
y=None,
groups=None,
scoring=None,
cv=None,
verbose=0,
fit_params=None,
pre_dispatch='2*n_jobs')estimator: 선택한 학습기의 실례 대상, "fit"방법 포함;X:특징수 그룹 y: 탭수 그룹 그룹s: 데이터를 그룹으로 나누어 샘플링해야 할 경우scoring: 평가 함수 cv: 교차 검증된 k값, 정수 또는 None으로 입력하면 추정기는 분류기, y는 2분류 또는 다분류,StratifiedKFold로 데이터 구분fitparams: 사전, 추정기에서fit 방법의 매개 변수를 사전을 통해 전달
예제 문서:
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn import datasets
from sklearn import svm
digits = datasets.load_digits()
X = digits.data
y = digits.target
svc = svm.SVC(kernel="linear")
C_s = np.logspace(-10,0,10)
scores = []
scores_std = []
for C in C_s:
svc.C = C
score_lyst = cross_val_score(svc,X,y,n_jobs=-1)
scores.append(np.mean(score_lyst))
scores_std.append(np.std(score_lyst))
import matplotlib.pyplot as plt
plt.figure(1,figsize=(4,3))
plt.clf()
plt.semilogx(C_s,scores)
plt.semilogx(C_s,np.array(scores)+np.array(scores_std),"r--")
plt.semilogx(C_s,np.array(scores)-np.array(scores_std),"k--")
locs, labels = plt.yticks()
plt.yticks(locs, list(map(lambda x: "%g" % x, locs)))
plt.ylabel('CV score')
plt.xlabel('Parameter C')
plt.ylim(0, 1.1)
plt.show()API 링크
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
쓰쿠바 대학의 기계 학습 강좌 : 과제의 파이썬 스크립트 부분을 만들면서 sklearn 공부 (10)지난번 이번에는 이상치가 있는 경우 Youtube의 해설은 제6회(1)55분 30초당 프로그램은 2행 더 강좌에서는 최초의 값을 바꾸고 있는 것 같지만, 하나 추가해도 거기까지 변화는 없을 것 같다. 이것은 실행 결...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
